Humanize AI text

核心用法

humanize-ai-text 是一套 Python CLI 工具集，用于检测和转换 AI 生成文本特征。包含三个核心脚本：

1. detect.py — 扫描文本中的 16 类 AI 写作模式（基于 Wikipedia "Signs of AI Writing" 指南），输出 AI 概率评分（低/中/高/极高）
2. transform.py — 自动修复可识别的 AI 特征，包括引用错误（oaicite、turn0search）、Markdown 格式、聊天机器人套话、系动词回避等
3. compare.py — 对比转换前后的检测分数，量化改进效果

典型工作流：扫描 → 转换 → 验证 → 人工审阅（AI 词汇和促销用语需人工判断）

显著优点

• 技术可靠性高：零外部依赖，仅使用 Python 标准库（argparse、json、re、pathlib），供应链攻击风险为零
• 完全离线运行：无网络连接、无 API 调用、无数据外发，隐私合规性优秀（GDPR/SOC2/ISO27001 均符合）
• 开源透明：代码结构清晰，基于 Wikipedia 公开文档，来源可追溯
• 功能完整：覆盖从检测到转换的全流程，支持批量处理和 JSON 输出
• 安全评分优异：CLS 安全认证 B 级（89.2 分），动态行为、依赖链、网络流量均获高分

潜在缺点与局限性

• 核心伦理争议：功能设计本质是帮助文本"通过"AI 检测器（GPTZero、Turnitin、Originality.ai），主要用例可能涉及学术诚信规避
• 威胁情报评分低（65/100）：功能可被滥用为学术不诚实工具，违反部分平台服务条款
• 自动化局限：AI 词汇和促销语言需要人工判断，无法全自动处理
• 代码完善度：缺少完整类型注解，部分边界条件处理不够严谨
• 使用门槛：需要用户理解 AI 写作特征才能有效人工复核

适合人群

• 教育研究者：研究 AI 检测机制与文本特征
• 内容创作者：改善个人写作风格，去除 AI 辅助痕迹使内容更自然
• 技术开发者：学习文本模式匹配与转换技术
• 不推荐：意图规避学术诚信检测的学生或研究人员

常规风险

1. 学术诚信风险：明确可能被用于违反学术规范的场景，用户需自行承担伦理责任
2. 检测对抗性：随着 AI 检测器升级，模式库需要持续更新（patterns.json 可自定义）
3. 过度依赖：自动转换可能损失原文精确性，关键内容仍需人工审核
4. 平台合规风险：部分机构明确禁止使用此类工具，需事先确认政策

核心功能

humanize-ai-text 是一套开源CLI工具集，专注于检测并转换AI生成文本，使其通过主流AI检测器（GPTZero、Turnitin、Originality.ai）。基于Wikipedia「Signs of AI Writing」权威指南，系统识别16类AI写作特征并自动优化。

三大核心脚本

• detect.py：扫描文本中的AI模式，输出风险评分与分类统计
• transform.py：自动修复AI特征（引用bug、Markdown格式、聊天机器人套话、冗余词汇等）
• compare.py：转换前后对比分析，量化改进效果

检测维度（四级信号体系）

| 级别 | 特征类别 | 典型示例 |

|:---|:---|:---|

| **Critical** | 引用bug、知识截止声明、聊天机器人痕迹、Markdown格式 | `oaicite`、"as of my last training"、"I hope this helps"、`**bold**` |

| **High** | AI高频词汇、意义膨胀、推销语言、系动词回避 | delve, tapestry、"serves as a testament"、"boasts"代替"has" |

| **Medium** | 表面-ing结构、填充短语、模糊归因、挑战公式 | "highlighting the importance"、"in order to"、"experts believe" |

| **Style** | 弯引号、破折号滥用、否定平行结构、三一律 | `"` `"`、过度使用`—`、`Not only...but also` |

显著优点

1. 完全本地运行：纯Python标准库实现，零网络调用、零外部依赖、零数据外传
2. 权威理论基础：基于Wikipedia社区维护的「AI写作特征」指南，模式库来自数千真实案例
3. 自动化程度高：一键修复常见AI痕迹，支持批量处理与JSON输出集成
4. 透明度强：开源可审计，所有转换规则可自定义（patterns.json）

潜在局限与风险

| 局限 | 说明 |

|:---|:---|

| **语义判断依赖人工** | AI高频词（delve, pivotal）和推销语言需用户自行判断是否替换，无法全自动处理 |

| **语境理解有限** | 正则匹配可能误伤合法学术表达，如"landscape"在景观建筑学中为专业术语 |

| **检测对抗性** | 随着检测器升级，特征库需持续更新；工具本身可能成为"军备竞赛"一环 |

| **学术诚信灰色地带** | 虽声称用于"提升可读性"，但核心卖点是"bypass detection"，存在学术不端使用风险 |

| **来源可信度T3** | 个人开发者维护，无机构背书，长期维护稳定性存疑 |

适合人群

• 内容创作者：需将AI辅助草稿润色为自然表达，避免平台误判
• 非英语母语研究者：修正AI翻译/生成的机械感学术写作
• SEO从业者：降低AI生成内容被搜索引擎识别的风险
• ⚠️ 不适用：试图掩盖抄袭或代写行为的学术场景（违反学术诚信）

常规风险提醒

• S级安全认证：经CLS-Certify全量扫描，无恶意代码、无遥测、无危险函数
• 合规性：符合GDPR数据最小化原则，本地处理保障隐私
• 使用边界：技术本身中立，但"绕过检测"功能可能被滥用于学术欺诈，用户需自行承担伦理与法律后果